Muse แรงบันดาลใจของ Meta เก่งกว่า 'AI สั่งกาแฟ' แค่นิดเดียว

ผู้เขียนต้นฉบับ: เสี่ยวจิง

บรรณาธิการต้นฉบับ: สวี ชิงหยาง

แหล่งที่มาต้นฉบับ: Tencent Technology

Muse กลายเป็น 'เทพธิดาแห่งแรงบันดาลใจ' ของ Meta ยักษ์ใหญ่ ด้วยตัวคนเดียวสามารถดันราคาหุ้นของ Meta ขึ้น 15%

Muse เอเจนต์ภายใต้ Meta เปิดตัวเมื่อวันที่ 8 กันยายน จนถึงวันที่ 18 กันยายน ขึ้นอันดับหนึ่งชาร์ตฟรีของ App Store สหรัฐอเมริกา ครองอันดับหนึ่งติดต่อกันสามวัน จนถึงวันที่ 21 กันยายน ผลักดันราคาหุ้น Meta สู่จุดสูงสุด เพิ่มขึ้น 11.4% ในวันเดียว เพิ่มมูลค่าตลาดประมาณ 192.3 พันล้านดอลลาร์สหรัฐ

ความร้อนแรงของมันยังส่งต่อไปยังอุตสาหกรรมเซมิคอนดักเตอร์ แม้แต่ CPU ก็กลายเป็นเป้าหมายที่ตลาดไล่ล่า พาให้ AMD เพิ่มขึ้น 9.9% มูลค่าตลาดทะลุ 1 ล้านล้านดอลลาร์สหรัฐเป็นครั้งแรก

สำหรับผู้ใช้ชาวจีน ฉากนี้กลับดูคุ้นเคย จากการ 'สั่งอาหารกลับบ้านด้วยประโยคเดียว' ไปจนถึงการเปรียบเทียบราคาข้ามแอปและการสั่งซื้อ ในปีที่ผ่านมา Personal Agent (เอเจนต์ AI ที่สามารถทำงานได้ด้วยตัวเอง) ได้สาธิตฉากที่น่าตื่นเต้นมาแล้วหลายครั้ง ถึงขั้นมี 'โทรศัพท์ Doubao' ซึ่งเป็นอุปกรณ์ส่วนตัวที่อ้างว่าเป็นผู้ช่วย AI ส่วนตัวโดยกำเนิด ปรากฏขึ้น พยายามให้ AI ควบคุมหน้าจอโดยตรงเพื่อทำงานข้ามแอปแทนผู้ใช้

หลายคนเคยดื่มกาแฟที่ 'AI เลี้ยง' ในงานเปิดตัว

แต่ประสบการณ์จริงยังโหดร้ายอย่างเปลือยเปล่า การทำงานต่อเนื่องที่ลื่นไหลในการสาธิตงานเปิดตัว พอใช้ในชีวิตประจำวัน อาจติดขัดที่การเข้าสู่ระบบ การชำระเงิน หรือป๊อปอัปที่โผล่มาอย่างกะทันหัน ข้อจำกัดของแอปธนาคารทำให้ผู้ช่วย AI ไม่สามารถหลีกเลี่ยงได้เลย

ตอนนี้ Muse มาพร้อมคำสัญญาผลิตภัณฑ์ที่คล้ายกัน และไม่นานก็ถูก Amazon บล็อก ทำไมความสามารถและอุปสรรคที่คุ้นเคยเหล่านี้ พอมาถึงตลาดสหรัฐฯ กลับถูกมอบพื้นที่จินตนาการที่ใหญ่โตขนาดนี้?

ภาพ: Alexandr Wang (หวัง เทา) ประธานเจ้าหน้าที่ฝ่ายปัญญาประดิษฐ์ของ Meta และ Muse ภาพสร้างโดย AI

เหตุผลที่ทำให้คนดาวน์โหลดคือ 'ช่วยฉันเอาเงินคืน'

Muse เปิดตัวเมื่อวันที่ 8 กันยายน จากนั้นสิบวันก็ขึ้นอันดับหนึ่ง ตัวเอกที่ปรากฏซ้ำๆ ในการแพร่กระจายคือ การคืนเงิน การสมัครสมาชิกที่ไม่ได้ใช้ และบิลประกัน Alexandr Wang ประธานเจ้าหน้าที่ฝ่าย AI ของ Meta ผลักดัน 'MuseMoneyChallenge' สนับสนุนให้แชร์ผลลัพธ์การประหยัดเงิน สื่อต่างประเทศรายงานว่า ผู้ประกอบการรายหนึ่งกล่าวว่า Muse ช่วยเขาหาแผนประกันรถยนต์ที่ถูกกว่า 3,500 ดอลลาร์สหรัฐต่อปี แต่ในขณะเดียวกัน รายงานก็เตือนว่า การแชร์หลายอย่างในนี้มาจากพนักงาน Meta จริงๆ

แต่กรณีแบบนี้ให้เหตุผลแก่ผู้ใช้ในการลอง: ตรวจสอบว่ามีเงินที่จ่ายไปโดยเปล่าประโยชน์หรือไม่ สำหรับคนที่ไม่สนใจ AI จำนวนเงินที่ประหยัดได้เข้าใจง่ายกว่าคะแนน benchmark ของโมเดลหลายตัว และเหมาะแก่การแชร์ต่อมากกว่า

การสื่อสารผลิตภัณฑ์ของ Muse ยังแก้ปัญหาอุปสรรคอีกอย่าง: ผู้ใช้ไม่รู้ว่าควรมอบงานอะไรให้ AI ทีมออกแบบ Muse เปิดเผยว่า ในการทดสอบช่วงแรก ฟีเจอร์มากเกินไปกลับทำให้ไม่รู้จะเริ่มตรงไหน พวกเขาจึงเพิ่มการออกแบบที่สร้างคำแนะนำตามเป้าหมายและบทสนทนา นักข่าวเทคโนโลยี Alex Heath ยังชื่นชมหน้า Ideas และ Feed ในโพสต์สาธารณะ เพราะมันเสนอภารกิจที่ตัวเองคิดไม่ถึง

ความเห็นของ Ethan Mollick ศาสตราจารย์จาก Wharton School คือ ระบบของห้องปฏิบัติการ AI อื่นๆ สามารถทำสิ่งที่คล้ายกันได้แล้ว การออกแบบที่มุ่งเน้นของ Muse ทำให้คนทั่วไปเริ่มใช้ได้ง่ายขึ้น Meta ยังทุ่มพลังประมวลผลฟรีจำนวนมากเพื่อสนับสนุนประสบการณ์

การเล่นในฝั่งผู้บริโภค เห็นได้ชัดว่า Meta ถนัดกว่า ให้แรงดึงดูดตรงไปตรงมากับผู้ใช้ 'เน้นประหยัดเงิน' การออกแบบฟีเจอร์ให้ผู้ใช้เริ่มใช้ได้ง่าย ทางเข้าคือ WhatsApp ที่คุ้นเคยที่สุด ที่สำคัญยังมี token ฟรีให้ใช้ได้อย่างเต็มที่ ผู้ใช้สามารถทดลองใช้ Muse ฟรีก่อน และยังสามารถให้มันจัดการงานใน WhatsApp ได้เหมือนส่งข้อความถึงผู้ติดต่อ ลดอุปสรรคในการลองและใช้งาน

กรณีประหยัดเงิน คำแนะนำงาน และทางเข้าที่คุ้นเคย ประกอบเป็นจุดที่น่าสนใจหลายจุดของการแพร่กระจายรอบนี้ และเรื่องราวการประหยัดเงินเป็นชนวนการแพร่กระจาย ส่งต่อไปยังผลงานบนชาร์ตซึ่งกลายเป็นสัญญาณให้นักลงทุนประเมิน Meta ใหม่

ความใหม่ทางเทคนิคอยู่ตรงไหนกันแน่?

ถ้าอย่างนั้น Muse มีความใหม่ทางเทคนิคจริงหรือไม่?

โมเดลรับผิดชอบทำความเข้าใจคำขอ จัดลำดับขั้นตอน แล้วเรียกใช้เครื่องมือเช่นเบราว์เซอร์เพื่อเปิดหน้าเว็บ กรอกแบบฟอร์ม คอมพิวเตอร์เครื่องนี้ทำงานบนเซิร์ฟเวอร์ของ Meta ดังนั้นผู้ใช้ปิดแอปมือถือ งานก็ยังดำเนินต่อได้ Meta ใช้เทคโนโลยีเครื่องเสมือน แบ่งพื้นที่ทำงานอิสระให้ผู้ใช้แต่ละคน เก็บข้อมูลส่วนตัวและความคืบหน้าของงาน Computer Use ทำให้ AI สามารถใช้ซอฟต์แวร์บนคอมพิวเตอร์เครื่องนี้ได้

'คอมพิวเตอร์คลาวด์' ของ Muse มีตัวอย่างมาก่อนแล้ว ตามเอกสารอย่างเป็นทางการของ OpenAI ระบุชัดเจนว่า ChatGPT Work ทำงานในแซนด์บ็อกซ์ที่ใช้เครื่องเสมือน สถานะการทำงานเชื่อมโยงกับผู้ใช้ สภาพแวดล้อมสามารถนำกลับมาใช้ข้ามงานได้ และสามารถเปลี่ยนได้หลังจากเก็บสถานะบางส่วนไว้ เบราว์เซอร์คลาวด์ของมันยังทำงานต่อได้หลังจากผู้ใช้ปิดคอมพิวเตอร์ GPT-6 ยังสามารถเขียนโค้ดควบคุมเบราว์เซอร์และเดสก์ท็อป ทำงานร่วมกับปลั๊กอินให้สำเร็จ

แต่จุดเด่นทางวิศวกรรมของ Muse คือการกำหนดขอบเขตสิทธิ์รอบข้อมูลส่วนบุคคล ตามที่ Meta เปิดเผย ผู้ใช้แต่ละคนมี Muse Secure VM เป็นตำแหน่งจัดเก็บข้อมูลส่วนบุคคลหลัก โปรแกรมและเครื่องมือที่ใช้ทำงานถูกใส่ไว้ในคอนเทนเนอร์จำกัดภายในเครื่องเสมือน ข้อมูลรับรองบัญชี การตรวจสอบความปลอดภัย และสถานะถาวรถูกจัดการแยกกัน การอนุมานของโมเดลเรียกใช้โครงสร้างพื้นฐานภายนอกผ่านอินเทอร์เฟซ ไม่ใช่โมเดลใหญ่ทั้งหมดถูกติดตั้งในเครื่องเสมือนส่วนบุคคล

เราสามารถเข้าใจมันเป็นห้องทำงานที่แบ่งโซน เอเจนต์สามารถอ่านไฟล์และรันโปรแกรมในโซนปฏิบัติการ ข้อมูลรับรองบัญชีถูกเก็บไว้อีกที่หนึ่ง การทำงานของคอนเนกเตอร์และการเข้าถึงเครือข่ายยังต้องผ่าน Sentinel การออกแบบเช่นนี้เพื่อให้โปรแกรมที่จัดการหน้าเว็บที่ไม่คุ้นเคย แม้ถูกหลอกลวง ก็ยากที่จะได้รับสิทธิ์ทั้งหมดโดยตรง แต่ผลด้านความปลอดภัยจริงยังต้องทดสอบยืนยัน

คุณค่าทางวิศวกรรมของการออกแบบเช่นนี้ อยู่ที่การจัดความสามารถในการทำงานและขอบเขตการอนุญาตเข้าด้วยกัน: เมื่อบริการมีอินเทอร์เฟซอยู่แล้วก็เรียกใช้คอนเนกเตอร์ เมื่อไม่มีอินเทอร์เฟซที่เหมาะสมก็ลองใช้เบราว์เซอร์ อินเทอร์เฟซต้องอาศัยความร่วมมือในการเชื่อมต่อ ส่วนการทำงานผ่านอินเทอร์เฟซต้องรับมือกับการเปลี่ยนแปลงของหน้าเว็บและการยืนยันตัวตน

การออกแบบชุดนี้รองรับการมอบหมายงานต่อเนื่อง เก็บความคืบหน้า ดำเนินการต่อตามเวลาหรือเหตุการณ์ที่เกี่ยวข้อง ขออนุญาตก่อนการกระทำสำคัญ เครื่องเสมือนอิสระ คอนเทนเนอร์ และการตรวจสอบสิทธิ์ล้วนมีพื้นฐานทางเทคนิคอยู่แล้ว ปัจจุบันยังไม่สามารถพิสูจน์ได้ว่าโซลูชันทั้งหมดของ Muse นำหน้าคู่แข่งทั้งหมด

ภาพ: แผนผังสถาปัตยกรรมความปลอดภัยของ Muse ผู้ใช้แต่ละคนมีเครื่องเสมือนคลาวด์อิสระ โปรแกรมทำงานแยกจากข้อมูลรับรองบัญชีและข้อมูลถาวร Sentinel รับผิดชอบตรวจสอบการเข้าถึงภายนอกและการทำงานของคอนเนกเตอร์

ในประเทศจีนเคยลองผลิตภัณฑ์รูปแบบคล้ายกันมานานแล้ว AutoGLM 2.0 ในปี 2025 มีทั้งโทรศัพท์คลาวด์และคอมพิวเตอร์คลาวด์ ครอบคลุมแอปมือถือ เว็บ และงานสำนักงาน โทรศัพท์ Doubao จุดขายตรงๆ คือ 'โทรศัพท์ AI ดั้งเดิม' สามารถควบคุมแอปในโทรศัพท์ของผู้ใช้ได้ แอป Qianwen ใช้ข้อได้เปรียบทางระบบนิเวศของอาลีบาบา เชื่อมต่อบริการเช่นการสั่งอาหารและการชำระเงินผ่านอินเทอร์เฟซความร่วมมือ ลดการคลิกทีละหน้าจอ

การทำงานผ่านอินเทอร์เฟซและการเรียกใช้อินเทอร์เฟซสามารถผสมผสานกันได้ งานก็สามารถทำงานบนเครื่องหรือคลาวด์ 'คอมพิวเตอร์คลาวด์' ของ AutoGLM หมายถึงสภาพแวดล้อมที่ให้ AI ใช้งาน ส่วน 'เครื่องเสมือน Linux อิสระ' ของ Muse อธิบายว่ามันแบ่งพื้นที่ทำงานให้ผู้ใช้อย่างไร ทั้งสองอยู่คนละระดับการเปรียบเทียบ

Muse อธิบายว่า ประสบการณ์โทรศัพท์ AI บางส่วนสามารถส่งมอบผ่านโทรศัพท์ที่มีอยู่และบริการคลาวด์ การเรียกใช้แอปในโทรศัพท์ กล้อง และสิทธิ์ระบบ ยังต้องอาศัยการสนับสนุนจากอุปกรณ์และการอนุญาตจากผู้ใช้

ดูเหมือนว่า Muse โดยเนื้อแท้ก็ยังเป็นผู้ช่วย AI ที่ผู้ใช้ในประเทศคุ้นเคย เก่งเรื่องการสาธิตสั่งกาแฟ เพียงแต่ผู้ช่วย AI ตัวนี้ในประเทศจีน ตอนนี้ยังไม่สามารถจุดประกายความตื่นเต้นของผู้ใช้และเงินทุนได้

เปลี่ยนวิธีคิด ไม่ใช่แค่สั่งกาแฟ

Muse มุ่งเป้าไปที่บุคคล ปัจจุบันเน้นการจัดการชีวิต แต่ก็สามารถสร้างเอกสารและหน้าเว็บได้ 'ผู้ใช้ส่วนบุคคล' กับ 'งานชีวิต' ไม่ใช่แนวคิดเดียวกัน ผู้ช่วยของคนคนหนึ่งสามารถจัดการทั้งเรื่องครอบครัวและงานได้พร้อมกัน

จีนก็ไม่ได้ละทิ้งเอเจนต์ด้านชีวิต อาลีบาบาเปิดเผยว่า Qianwen สร้างคำสั่งซื้อเกือบ 200 ล้านรายการในช่วงตรุษจีน กิจกรรมมาพร้อมแรงจูงใจ 3 พันล้านหยวน จำนวนคำสั่งซื้อเพียงอย่างเดียวไม่สามารถพิสูจน์ความต้องการตามธรรมชาติและกำไรได้ ในขณะเดียวกัน Doubao เปิดตัวรุ่นมืออาชีพสำหรับงานสำนักงานที่ซับซ้อนในเดือนมิถุนายน ราคาเริ่มต้น 68 หยวนต่อเดือนแบบต่อเนื่อง Tencent เปิดตัว WorkBuddy รุ่นองค์กร ในประเทศจีนกำลังสำรวจฉากชีวิตและสำนักงานคู่ขนานกัน เพียงแต่กระแสของฉากสำนักงานใหญ่กว่า

งานสำนักงาน 'เก็บเงิน' ได้ง่ายกว่า จัดการตารางหลายชุด ทำงานวิจัย ประหยัดแรงงานเทียบได้กับเวลาส่งมอบที่ลดลง แต่ การสั่งชานมแก้วหนึ่งเดิมใช้แค่ไม่กี่คลิก ความสะดวกที่ AI เพิ่มให้มีจำกัด ถ้าผิดพลาดแล้วต้องมารับช่วงต่อกลับเพิ่มความยุ่งยาก สำหรับแพลตฟอร์มบริการ งานประเภทนี้ยังอาจสร้างมูลค่าผ่านการแปลงเป็นคำสั่งซื้อ

Muse ฉลาดกว่าในการเลือกฉาก เช่น ยกเลิกการสมัครสมาชิกที่ลืม เปรียบเทียบราคาต่อประกัน ติดตามการคืนเงิน ประสานตารางครอบครัว เรื่องเหล่านี้อาจไม่บ่อย แต่ประหยัดเงิน ประหยัดเวลา และสบายใจ ศักยภาพอยู่ที่การจัดการเรื่องที่ผู้ใช้ผัดผ่อนมานาน หลีกเลี่ยงการพลาดกำหนดเวลา

ผู้ออกแบบ Muse ยกตัวอย่างประสบการณ์ส่วนตัว: ผู้ช่วยจัดการอีเมลเปิดเทอมของลูกและเว็บไซต์โรงเรียน พบว่าการสมัครคัดเลือกกีฬารายการหนึ่งใกล้ปิดรับ จึงเตือนเธอทันเวลา

มองกลับมาที่บริการชีวิตในประเทศจีนมีกระบวนการสะดวกมากมายอยู่แล้ว ซึ่งอาจกดมูลค่าส่วนเพิ่มของการสั่งปกติ แต่คุณค่าเช่นการต่อประกัน การสมัครสมาชิกแอป การร้องเรียนหลังการขาย การประสานงานดูแล ยังคุ้มค่าที่จะทดสอบ

ภาพ: วิดีโอสาธิตอย่างเป็นทางการการทำงานของ Muse

ธุรกิจนี้ตั้งตัวได้จริงหรือ?

Ben Thompson ผู้ก่อตั้ง Stratechery กล่าวเมื่อวันที่ 21 กันยายนว่า Muse เป็น Personal Agent ที่เริ่มใช้ได้ง่ายที่สุดที่เขาเคยลอง Muse Spark 1.3 ที่ใช้ยังไม่ถึงระดับโมเดลล้ำสมัย แต่ก็รองรับประสบการณ์ผลิตภัณฑ์ที่ดีได้ ในมุมมองของเขา เมื่อผู้ใช้มอบข้อมูลบัญชีให้ผู้ช่วยและให้มันมีส่วนร่วมในกิจวัตรประจำวัน ต้นทุนการเปลี่ยนผลิตภัณฑ์ก็จะสูงขึ้น

Meta ยังพัฒนาโมเดลพื้นฐานไปพร้อมกัน ความร้อนแรงรอบนี้สะท้อนโดยตรงถึงการประเมินมูลค่าใหม่ของตลาดต่อโอกาสของโมเดล+แอปพลิเคชันผู้บริโภค เมื่อความสามารถของโมเดลถึงระดับที่ใช้ได้ Meta จะสามารถอาศัยประสบการณ์ผลิตภัณฑ์และช่องทางจัดจำหน่าย ทำให้ผู้ใช้มอบหมายงานต่อเนื่องและสร้างรายได้จากมันหรือไม่ นักวิเคราะห์ของ Truist คาดการณ์ว่า Muse จะสร้างรายได้เพิ่ม 28.5 พันล้านดอลลาร์สหรัฐให้ Meta ภายในปี 2030

Jason Helfstein นักวิเคราะห์ของ Oppenheimer คงมุมมองเป็นกลาง: กลุ่มผู้จ่ายเงินอาจมีการสมัคร ChatGPT หรือ Gemini อยู่แล้ว ความไว้วางใจก็เป็นอุปสรรค ต้องมีผู้ใช้จ่ายเงินประมาณ 115 ล้านคน จึงจะส่งผลต่อกำไรของ Meta อย่างมีนัยสำคัญ โมเดลใช้สมมติฐานค่าบริการ 20 ดอลลาร์สหรัฐต่อเดือนและอัตรากำไรจากการดำเนินงานส่วนเพิ่ม 80% ยิ่งมีพลังประมวลผลฟรีมาก สมมติฐานกำไรก็ยิ่งยากจะบรรลุ

แต่นี่ก็อธิบายทางอ้อมว่าทำไมกระแสถึงล้นออกไป: ตลาดกำลังประเมินขนาดของเอเจนต์ผู้บริโภคใหม่ CPU และหน่วยความจำก็ได้รับผลจากความคาดหวังนี้เช่นกัน นอกเหนือจากการอนุมานโมเดล เบราว์เซอร์ โค้ด และการจัดตารางงานต้องใช้ CPU (หน่วยประมวลผลกลาง) การรักษาโปรแกรมที่กำลังทำงานต้องใช้ DRAM (หน่วยความจำสำหรับเซิร์ฟเวอร์) ยิ่งมีงานพร้อมกันมาก ภาระทั้งสองประเภทก็อาจมากขึ้น

เมื่อผู้ใช้ไม่มีงาน Meta สามารถหยุดเครื่องเสมือนคลาวด์ชั่วคราว เก็บความคืบหน้าของงานลงฮาร์ดดิสก์ เมื่อได้รับงานใหม่ก็กู้คืน ดังนั้น 'เครื่องเสมือนหนึ่งเครื่องต่อคน' ไม่ได้หมายความว่าแต่ละคนครอบครอง CPU และหน่วยความจำคงที่ตลอดวัน ความร้อนแรงของ Muse ทำให้นักลงทุนคาดว่าคนจะใช้บริการแบบนี้มากขึ้น แต่จำนวนชิปที่ต้องซื้อจริง ยังขึ้นอยู่กับว่ามีงานทำงานพร้อมกันกี่งาน และแต่ละงานใช้เวลานานแค่ไหน

Muse ยังไม่แก้ปัญหาพื้นฐาน

Muse ใส่ข้อมูลและสภาพแวดล้อมการทำงานของผู้ใช้ไว้ในเครื่องเสมือนคลาวด์เฉพาะ แต่ผู้ใช้กล้าให้มันเข้าถึงอีเมล คำสั่งซื้อ และข้อมูลการชำระเงินในระยะยาวจริงหรือ? ตามรายงานของสื่อต่างประเทศ Muse ในการทดสอบภายในเคยหยุดรีเฟรชหลังจากเฝ้าติดตามการจองตั๋วประมาณ 15 นาที และเคยมีปัญหาข้อมูลส่วนตัวรั่วไหล Meta ยืนยันว่า เคยเลื่อนการเปิดตัวจากกำหนดเดิมในเดือนเมษายนเพื่อเพิ่มความปลอดภัย

แม้ผู้ใช้ยินยอมให้สิทธิ์ เอเจนต์ก็อาจเข้าไม่ถึงทุกบริการ วันที่ 21 กันยายน Amazon บล็อกไม่ให้ Muse ท่องเว็บและซื้อสินค้าแทนผู้ใช้ โดยให้เหตุผลว่าการเข้าถึงและทำธุรกรรมเช่นนี้ไม่ได้รับอนุญาต โทรศัพท์ Doubao ก่อนหน้านี้ก็ถูกบังคับให้หยุดการทำงานของแอปการเงินชั่วคราวเนื่องจากปัญหาการเข้าสู่ระบบและการควบคุมความเสี่ยง เส้นทางผลิตภัณฑ์ของทั้งสองต่างกัน แต่ก็เจอปัญหาเดียวกัน การอนุญาตของผู้ใช้ไม่สามารถแทนที่การอนุญาตของแพลตฟอร์ม แพลตฟอร์มยังมีอำนาจตัดสินว่าเอเจนต์จะเข้าถึงบริการของตนได้หรือไม่

ภาพ: วันที่ 21 กันยายน ผู้ใช้ Jonathan Wegener แชร์ข้อความที่พบเมื่อ Muse เข้าถึง Amazon: Amazon ระบุว่า เอเจนต์ AI ที่ไม่ได้รับอนุญาตยังคงเข้าถึงเว็บไซต์ต่อไปถือเป็นการละเมิดข้อกำหนดการใช้งาน

ทุกแพลตฟอร์มที่แข็งแกร่งมีแรงจูงใจสูงในการรักษาประตูนี้ หากเอเจนต์เลือกสินค้าและทำธุรกรรมแทนผู้ใช้ แพลตฟอร์มอาจสูญเสียรายได้โฆษณาและโอกาสแนะนำสินค้าจากการที่ผู้ใช้ท่องหน้าเว็บ Shopify เลือกเชื่อมต่อกับ Muse Amazon เลือกบล็อกโดยไม่ลังเล จุดยืนของแพลตฟอร์มเป็นกระดูกที่แทะยาก

นอกจากนี้ Eric Sheridan หัวหน้าฝ่ายวิจัยของ Goldman Sachs คาดว่า เอเจนต์ผู้บริโภคในอนาคตอาจสร้างรายได้จากโฆษณาและการสมัครสมาชิก แต่ถ้าผู้ช่วยเก็บค่าธรรมเนียมโปรโมชัน ผู้ใช้ก็ต้องรู้ว่าผลการแนะนำได้รับผลกระทบหรือไม่ เอเจนต์ผู้บริโภคยากที่จะมีแรงจูงใจในการสมัครสมาชิกแบบจ่ายเงินชัดเจนเหมือนเอเจนต์ในฉากสำนักงาน ถ้ายังเดินเส้นทางเดิมของโฆษณาและการแนะนำ ก็เลี่ยงไม่ได้ที่จะไปแตะเค้กของคนอื่น จะเก็บเงินจากใคร เก็บอย่างไร เก็บแล้วแบ่งอย่างไร นี่ยังเป็นปัญหาที่ยาก

วันที่ 22 กันยายน ราคาหุ้น Meta ปิดลบ 0.63% จนถึงเวลาที่เขียนบทความ หลังปิดตลาดเพิ่มขึ้นอีก 0.6% ตลาดเริ่มเข้าสู่ช่วงสงบสติอารมณ์จากความตื่นเต้น หลังจากลองชิม Muse แล้ว ต่อไปคงต้องดูการรักษาผู้ใช้

อย่างไรก็ตาม งาน Meta Connect กำลังจะจัดขึ้นเร็วๆ นี้ ตามการคาดเดาของสื่อต่างประเทศ งานที่เคยมีฮาร์ดแวร์เป็นตัวเอก อาจอัปเดตข้อมูลเกี่ยวกับ Muse เพิ่มเติม รอติดตามได้ว่า Muse มีความใหม่จริงหรือไม่